- 年份
- 2024(7836)
- 2023(11453)
- 2022(9954)
- 2021(9370)
- 2020(7780)
- 2019(18067)
- 2018(17690)
- 2017(34518)
- 2016(18352)
- 2015(20670)
- 2014(20543)
- 2013(20257)
- 2012(18338)
- 2011(16349)
- 2010(16427)
- 2009(15258)
- 2008(13697)
- 2007(11739)
- 2006(10264)
- 2005(8906)
- 学科
- 济(69784)
- 经济(69711)
- 管理(52376)
- 业(51124)
- 企(43707)
- 企业(43707)
- 方法(33434)
- 数学(29109)
- 数学方法(28754)
- 融(26240)
- 金融(26239)
- 中国(24275)
- 银(24201)
- 银行(24166)
- 行(23355)
- 财(19236)
- 农(17973)
- 地方(16848)
- 业经(16690)
- 制(15441)
- 学(14909)
- 务(13548)
- 财务(13487)
- 财务管理(13467)
- 理论(13165)
- 企业财务(12877)
- 农业(12496)
- 贸(12252)
- 贸易(12240)
- 易(11911)
- 机构
- 大学(252372)
- 学院(250845)
- 管理(103207)
- 济(97292)
- 经济(95022)
- 理学(89899)
- 理学院(88967)
- 管理学(87428)
- 管理学院(86996)
- 研究(80471)
- 中国(65431)
- 京(53259)
- 科学(50312)
- 财(44722)
- 所(39254)
- 中心(38663)
- 农(37885)
- 业大(37271)
- 财经(36563)
- 研究所(36043)
- 江(34509)
- 北京(33691)
- 经(33270)
- 范(32406)
- 师范(32112)
- 农业(29629)
- 州(29532)
- 院(29494)
- 经济学(28926)
- 财经大学(27554)
- 基金
- 项目(177616)
- 科学(139245)
- 研究(130871)
- 基金(128494)
- 家(111112)
- 国家(110159)
- 科学基金(95323)
- 社会(81039)
- 社会科(76890)
- 社会科学(76869)
- 省(69796)
- 基金项目(69137)
- 自然(62530)
- 自然科(61075)
- 自然科学(61064)
- 自然科学基金(59922)
- 教育(59309)
- 划(58342)
- 编号(54025)
- 资助(53028)
- 成果(43210)
- 重点(39246)
- 部(38573)
- 发(37651)
- 创(37247)
- 课题(36457)
- 创新(34678)
- 科研(33991)
- 项目编号(33977)
- 大学(33361)
- 期刊
- 济(100802)
- 经济(100802)
- 研究(73360)
- 中国(44833)
- 学报(38757)
- 管理(36534)
- 科学(35566)
- 融(34396)
- 金融(34396)
- 农(33984)
- 财(32496)
- 大学(29344)
- 学学(27541)
- 教育(26929)
- 农业(23459)
- 技术(21359)
- 财经(16990)
- 业经(16501)
- 经济研究(15884)
- 图书(14542)
- 理论(14287)
- 经(14277)
- 实践(13397)
- 践(13397)
- 问题(12739)
- 科技(12376)
- 技术经济(11642)
- 业(11473)
- 现代(11411)
- 情报(11036)
共检索到360453条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 情报学报
[作者]
武帅 杨秀璋 何琳
传统编目分类和规则匹配方法存在工作效能低、过度依赖专家知识、缺乏对古籍文本自身语义的深层次挖掘、编目主题边界模糊、较难实现对古籍文本领域主题的精准推荐等问题。为此，本文结合古籍语料特征探究如何实现精准推荐符合研究者需求的文本主题内容的方法，以推动数字人文研究的进一步发展。首先，选取本课题组前期标注的古籍语料数据进行主题类别标注和视图分类；其次，构建融合BERT (bidirectional encoder representation from transformers)预训练模型、改进卷积神经网络、循环神经网络和多头注意力机制的语义挖掘模型；最后，融入“主体-关系-客体”多视图的语义增强模型，构建DJ-TextRCNN (DianJi-recurrent convolutional neural networks for text classification)模型实现对典籍文本更细粒度、更深层次、更多维度的语义挖掘。研究结果发现，DJ-TextRCNN模型在不同视图下的古籍主题推荐任务的准确率均为最优。在“主体-关系-客体”视图下，精确率达到88.54%，初步实现了对古籍文本的精准主题推荐，对中华文化深层次、细粒度的语义挖掘具有一定的指导意义。
[期刊] 情报学报
[作者]
武帅 杨秀璋 何琳 公佐权
以编目分类和规则匹配为主的古籍文本主题分类方法存在工作效能低、专家知识依赖性强、分类依据单一化、古籍文本主题自动分类难等问题。对此，本文结合古籍文本内容和文字特征，尝试从古籍内容分类得到符合研究者需求的主题，推动数字人文研究范式的转型。首先，参照东汉古籍《说文解字》对文字的分析方式，以前期标注的古籍语料数据集为基础，构建全新的“字音（说）-原文（文）-结构（解）-字形（字）”四维特征数据集。其次，设计四维特征向量提取模型（speaking, word, pattern, and font to vector,SWPF2vec），并结合预训练模型实现对古籍文本细粒度的特征表示。再其次，构建融合卷积神经网络、循环神经网络和多头注意力机制的古籍文本主题分类模型（dianji-recurrent convolutional neural networks for text classification,DJ-TextRCNN）。最后，融入四维语义特征，实现对古籍文本多维度、深层次、细粒度的语义挖掘。在古籍文本主题分类任务上，DJ-TextRCNN模型在不同维度特征下的主题分类准确率均为最优，在“说文解字”四维特征下达到76.23%的准确率，初步实现了对古籍文本的精准主题分类。
[期刊] 中国图书馆学报
[作者]
许海云 武华维 罗瑞 董坤 李婧
当前文本主题获取方法大多依靠单一关联分析,不能全面分析可获取信息,难以准确获取科技发展主题。科技文献的主题词、作者和引文之间蕴含了以研究主题内容为纽带的语义关联关系,主题词共现关系、引文关系和合著关系分别从不同的角度展现了主题关联关系。因此,本文根据主题词之间语义关系距离的远近,将主题识别中主题词关联分为基础关系、强化关系和新增关系,在此基础上提出面向主题识别的多元关系抽取及关系融合方法;并以基因工程疫苗的研发与制备领域为例进行领域实证分析,利用PathSelClus算法实现基于多元关系融合的主题聚类,通过对比实验证明多元关系融合可以有效提高实证领域的文本主题聚类效果,而未来多关系融合主题识别则是需要重点关注的问题。图4。表6。参考文献19。
[期刊] 数据分析与知识发现
[作者]
余传明 龚雨田 赵晓莉 安璐
【目的】科研合作关系是一种重要的社会网络。为了促进科研合作,提高科研生产率,对金融领域的科研合作推荐模型进行研究。【方法】建立金融领域个人、机构和区域三个层面的科研合作网络,提出一种新的融合基于邻居节点和基于路径的网络特征的科研合作推荐模型,并从个人、机构和区域三个层面进行实证检验。【结果】通过对2000年到2014年刊载的68 905篇金融领域的文章进行分析并构建科研合作网络,在个人、机构和区域三个层面上,基于特征融合的链接预测方法的AUC值分别为84.25%、87.34%和91.84%,均高于基于邻居
[期刊] 情报理论与实践
[作者]
陈添源 梅鑫
［目的/意义］构建多源数据融合获得细粒度的用户画像标签，加强和提升服务场景的用户画像识别与精准推荐，对于洞察用户需求、开展群体精准营销、提高用户忠诚度等有着重要的参考意义。［方法/过程］融入服务场景构建多源数据融合的用户画像识别与推荐分析框架，以用户价值模型RFM重构表征用户行为的RFCLS标签，采用LDA模型提取用户资源使用偏好的文本语义标签，继而将用户属性、用户行为和资源使用偏好等多源异构数据汇聚成用户画像标签体系后，选取随机森林模型对不同标签组合展开用户画像识别的模型训练和分类性能评估。［结果/结论］实证研究表明，与单一的数值型或者文本型画像标签体系相比，多源数据融合的用户画像模型提升了用户画像识别和分类的精准度，有效支撑高校图书馆开展更为针对性的营销服务策略和个体精准化服务推荐。
[期刊] 情报理论与实践
[作者]
刘旭晖
[目的/意义]科技文献推荐是指根据学者的研究兴趣,自动地为其推荐文献资源。借助于文献推荐,学者可以快速发现优质文献,提高论文的撰写效率。[方法/过程]首先,获取学者已经发表的学术论文,以此为依据分析其研究兴趣;其次,分别从学者研究兴趣与待推荐文献的语义相关性、待推荐文献集合的主题多样性以及影响力3个维度为待推荐文献建模;最后,综合考虑这3个因素为学者推荐科技文献。[结果/结论]实验结果表明,与传统的推荐模型相比,文章提出的融合主题多样性与影响力的科技文献推荐算法能够更好地刻画待推荐文献的特征,进一步提高文
关键词：
文献推荐 主题相关性 主题多样性 影响力
[期刊] 情报理论与实践
[作者]
王征 谢奉君
用户与资源信息发掘深度不足阻碍了推荐服务在高校图书馆中的应用。针对上述问题,提出了基于多源信息融合的高校图书馆推荐系统的基本原理与结构、组成模块与运行流程,并给出了基于灰色关联度的信息融合与功率谱估计的推荐关键技术与方法。实验结果证明,该系统具有较高的读者覆盖率、准确度以及召回率,为图书馆的网络化与自动化建设提供了新思路。
关键词：
图书馆 数据挖掘 多源信息融合 推荐系统
[期刊] 图书馆论坛
[作者]
叶颖
随着智慧图书馆发展的深入，越来越多的智能化设备与智慧化系统应用到图书馆各业务流程，各类用户数据不断生成。这些多源且异构的数据能够为图书馆用户画像提供新的分析角度，拓展个性化推荐范围，成为图书馆智慧服务拼图的重要组成部分。文章利用智慧图书馆框架将多源数据按照空间、资源、服务三要素进行汇总与融合，依照用户、资源、关联关系三个维度进行重构，使用相似度进行多角度的个性化推荐。推荐结果表明，多源数据融合的推荐方法能够进行馆藏相似资源、相似用户、相关资源的推荐，还能对未收录的信息资源进行推荐，满足多种场景下的智慧图书馆个性化推荐服务需求。
关键词：
相似度 数据融合 数据重构 推荐服务
[期刊] 情报学报
[作者]
杨辰 刘婷婷 刘雷 牛奔 孙见山
随着知识爆炸时代的到来,电子文献数据库的负荷将急剧扩大,用户在库中搜寻所需资源也将越发困难。因此,开发电子文献资源推荐系统从而辅助电子数据库的管理受到研究者的广泛重视。协同过滤作为时下数据库的常用推荐技术,由于仅仅考虑了用户对于文章的历史评分的相似度,忽略了用户在语义层面和社交关系的距离等重要因素因而推荐效果有限。为了在推荐系统中融入这些影响因素,本文在基于用户的协同过滤的方法基础上引入了基于主题模型的文本相似度和两种社会化的用户相似度(用户标签相似度与用户群组相似度),运用非监督的融合策略对这些相似度进行了整合。本文提出的融合文本特征与社会化指标的方法在真实数据集上展示了多源信息对于推荐准确度的增强和提升效应,对于电子文献资源的管理和传播具有较强的启示意义。
[期刊] 图书情报工作
[作者]
夏立新 李重阳 王忠义
[目的 /意义]利用三度影响力理论,从网络结构的角度进一步拓展用户关系连接,提高社交网络好友推荐的效率。[方法 /过程]首先,计算用户之间的关系强度,并筛选关系强度较大的用户集合;然后,通过用户共同关注的内容计算用户兴趣相似度;最后,融合用户关系强度和兴趣相似度实现好友的推荐并通过实际数据对所提方法进行实证检验。[结果/结论]实验结果表明,融合关系强度和兴趣的社交网络好友推荐方法具有较好的效果,可为用户推荐提供参考和借鉴。该方法进一步完善社会化推荐理论。
[期刊] 情报理论与实践
[作者]
李响 谭静
[目的/意义]提出一种基于潜在语义分析和最大边缘相关性的方法,向用户推荐具有高相关多样性的学术论文。[方法/过程]首先采用潜在语义分析方法处理高维词项—文档空间和用户兴趣向量,取相似度大于阈值的文献形成备选相关文献集;然后根据信息新颖度的思想,利用引文分析方法计算备选文献的差异性;最后使用最大边缘相关性方法处理备选相关文献,形成冗余度小相关多样性高的推荐论文集。[结果/结论]实验结果表明,该方法的推荐准确率和多样性优于其他两种基准方法。[局限]随着文本数据维数增加,算法的时间复杂度增加,耗时增加。
[期刊] 图书情报工作
[作者]
李树青 黄金旺 马丹丹 张志旺
[目的 /意义]提出一种基于融合显隐式信息的单类协同过滤算法的文献主题词推荐方法，以提高面向学者和文献的主题词推荐的准确率。[方法 /过程]通过构造一种基于文献丰富度和主题词流行度的矩阵分解模型，测度出文献和未出现在当前文献中的主题词相关性概率，并根据相关性概率的大小将这些主题词划分为文献的隐式相关主题词和隐式无关主题词。然后针对这两种主题词，分别提出两种不同的主题词权值预测方法，即融合偏好系数的自编码器填充模型和零值填充模型。[结果 /结论 ]在面向人工智能领域的科技文献数据集SD4AI上的实验表明，较各种其他典型协同过滤方法，本文方法可分别提高预测主题词权值和识别高权值主题词的推荐效果，MAE和FCP的提升幅度最高达16.07%和16.83%,P@N和NDCG@N的推荐效果最高达22.37%和27.06%。
[期刊] 情报学报
[作者]
易明 刘明 冯翠翠
针对单领域推荐中的数据“稀疏性”和用户“冷启动”问题，提出一种综合利用评分信息和特征信息的跨领域推荐模型。首先，利用异质网络表示学习，针对源领域和目标领域的异质信息网络，通过元路径、DeepWalk算法生成网络表示学习向量，进而利用个性化非线性融合输出源领域和目标领域的物品特征信息向量；其次，利用神经网络模拟CMF (collective matrix factorization)，生成用户和物品的评分信息向量，并通过映射函数MLP (multilayer perceptron)将用户评分信息向量映射到不同领域，以突出用户特征在不同领域的差异性；最后，将评分信息和特征信息有机融合，以损失函数为依据，采用梯度下降的方法学习模型的参数，从而完成评分预测。研究结果表明，在豆瓣网和Amazon数据集上，本文模型均优于其他相关算法；在提升推荐效果方面，目标领域RMSE (root mean squared error)和MAE (mean absolute error)下降了1%～15%，源领域RMSE和MAE下降了1%～19%；在用户“冷启动”方面，目标领域的RMSE和MAE下降了1%～14%。
[期刊] 情报理论与实践
[作者]
李默 梁永全 赵建立
针对数字图书馆学术资源信息过载问题,提出了一种融合相似性评价、信任度与社会网络的学术资源推荐方法。该方法利用信任度分析与社会网络关系挖掘技术对协同过滤推荐方法进行了改进,并综合考虑了用户特征因素对推荐结果的影响。实验结果表明,本方法在预测准确度和覆盖率指标上均优于其他推荐方法,显著提高了学术资源推荐系统的推荐质量。
[期刊] 情报理论与实践
[作者]
周群 化柏林
大数据环境下,单一数据对科技决策支持的服务不充分、不全面,传统科技决策需求的获取方式较为被动,面对情报用户的决策需求愈加复杂的状况,增加了对用户情报需求描述、情报需求解读与情报服务的难度。为协同利用多源数据,使不同来源的信息相互补充,主动探测情报用户需求,提出一种基于多源数据融合的科技决策需求主题识别方法,以我国科技部机构用户需求主题识别为例,综合多源文本数据结合主题强度分析确定科技部机构用户的重点关注领域主题,确立主题属性,对需求主题在各个主题属性文本中进行词向量计算,从而主动识别出细粒度更高的机构用户科技决策需求主题。通过以科技部机构用户需求主题识别为例,融合多源数据相互补充印证,实现了主动捕获与探测用户的情报需求,从而对用户需求的掌握更加客观、合理、有效,丰富了情报服务的模式,为情报服务变被动为主动提供新理念、新方法。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
